（来源：上观新闻）
研究团队测试了🌯🈚用15亿参数🇨🇲🍴模型作🥞👌为价值📇模型来辅助训🌤🇮🇳练70亿参⚒🔉数主模型，两者相🇮🇳🚩差约4✋.7倍👨👧👦🇬🇮。不是造🧟♂️🇹🇫一个更强🍅👁️🗨️的机器人，而是给🇹🇳机器人一😍🧛♀️个真正能理解🧵世界的大脑🥯😧。每一个伟大👈的旅程，🔇🆓都是从🇭🇷🍷踉踉跄跄的第一✒👋步开始🇵🇰的🕸🇰🇬。有人把它当健身，⛑有人把它当社交8️⃣，也有人就🎲🧘♂️是单纯享⏮受挥拍出汗之后，🇻🇨那种脑子🥖终于安静🐪下来的感觉🇵🇷。
随后，一个负责🅾🤾♂️分析的AI（🇲🇾可以理解为🎏辅导老师）仔🗻😗细阅读这些记录🔦🔍，对比成功案例和🤽♀️😜失败案例，寻找规📁⚱律性的差异🌠💩。这个差距越🇿🇼😞大，说明🧪📣这种能力越0️⃣能区分🤙🛷成功和失败，🗳也就越值得重点训↔练😰。它只优化2D参数🍊矩阵，其他参🐩💓数（embedd🤰ing、pr🚢🏨edict💼🎬ion hea😯d、R🕧🎯MSNorm权重🔦、mHC的静态👨🚀偏置等）🕉还是走Ad🍻amW🗝。第一个预测🔥头判断区域比🎨较关系（👩✈️是锚图更好🥁、目标🌴⭕图更好还是差不🇧🇼多），第二🖊个预测头🐻识别失真🇻🇬类型，第三个预♏测头判断严重👨🏫程度，第四个预测😽🇨🇽头给出0到1之🌖🚵♀️间的质量评分⛩。
